在R中使用线性回归创建新函数：

创建调用

lm（）

函数的函数时遇到问题：

regresionLineal <- function (vardep, varindep1, varindep2, DATA) {
  lm(vardep ~ varindep1 + varindep2, data = DATA)
  }

eval（expr、envir、enclose）中出错：找不到对象“Estatura” 调用自：eval（expr、envir、enclose）

欢迎提供任何帮助…

您应该：

regresionLineal <- function (vardep, varindep1, varindep2, DATA) {
  lm(paste(vardep, "~", varindep1, "+", varindep2), data = DATA)
  }

然而，我不明白我们为什么要这么做。如果我们必须指定公式中的每个变量，为什么不简单地传递一个完整的公式呢？在这种情况下，您可以直接使用

lm（）

，而无需定义自己的函数。

您应该执行以下操作：

regresionLineal <- function (vardep, varindep1, varindep2, DATA) {
  lm(paste(vardep, "~", varindep1, "+", varindep2), data = DATA)
  }

---

然而，我不明白我们为什么要这么做。如果我们必须指定公式中的每个变量，为什么不简单地传递一个完整的公式呢？在这种情况下，您可以直接使用

lm（）

，而无需定义自己的函数。

此外，您可能已经知道这一点，但请记住，此处创建的回归对象不会存在于函数之外，除非指定给全局环境或您正在使用的任何环境。如果你需要打电话给注册。对象位于此函数之外。出于某种原因，您应该将其指定为：

model1此外，您可能已经知道这一点，但请记住，此处创建的回归对象不会存在于函数之外，除非指定给全局环境或您正在使用的任何环境。如果你需要打电话给注册。对象超出此函数的范围。出于某种原因，应将其指定为：
model1如果要创建具有任意数量自变量的模型，可以使用以下方法：

create_lm如果要创建具有任意数量自变量的模型，可以使用以下方法：

create_lm我想我会为未来的读者添加这篇文章

我提出的解决方案（并不完美）是以下函数：

regresionLineal <- function (vardep, varindep1, varindep2, DATA) {
  lm(vardep ~ varindep1 + varindep2, data = DATA)
  }

f（“mpg”、“hp”、“wt”、mtcars）
电话：
lm（公式=mpg~hp+wt，数据=mtcars）
系数：
（截距）hp wt
37.2273      -0.0318      -3.8778

与其他方法相比的主要优点是，
lm
的输出不会混淆变量名称或数据帧

也许未来的读者可以理解，运行此命令需要了解R基函数：
parse
、
deparse1
、
substitute
和
eval

谢谢
 我只是想为未来的读者补充一下

我提出的解决方案（并不完美）是以下函数：

regresionLineal <- function (vardep, varindep1, varindep2, DATA) {
  lm(vardep ~ varindep1 + varindep2, data = DATA)
  }

f（“mpg”、“hp”、“wt”、mtcars）
电话：
lm（公式=mpg~hp+wt，数据=mtcars）
系数：
（截距）hp wt
37.2273      -0.0318      -3.8778

与其他方法相比的主要优点是，
lm
的输出不会混淆变量名称或数据帧

也许未来的读者可以理解，运行此命令需要了解R基函数：
parse
、
deparse1
、
substitute
和
eval

谢谢
 由于formula接口使用不带引号的名称，因此需要将其作为名称传递，坦率地说，这很复杂。（现在R认为您正在尝试传递[column]名称所指的对象，而这些对象实际上并不存在于data.frame之外。）实际上，将整个公式作为参数传递更容易。因为公式接口使用不带引号的名称，所以您需要将其作为参数传递，坦率地说，这很复杂。（现在R认为您正在尝试传递[column]名称所指的对象，而这些对象实际上并不存在于data.frame之外。）实际上，将整个公式作为参数传递更容易。非常感谢，好吧，我不想说，我还必须对我的公式调用另一个函数，这就是我这么做的原因。无论如何，lm是比较难的一个。非常感谢，好吧，我不想说，我还必须在我的公式中调用另一个函数，这就是我为什么这么做的原因。总之，lm是比较难的一个。有，请看我的答案。有，请看我的答案。